【摘要】隨著生成式人工智能的興起，人們?cè)絹?lái)越多地通過(guò)閱讀人工智能生成的知識(shí)來(lái)滿足學(xué)習(xí)、工作和生活中的知識(shí)需求。這不僅重塑了人們的閱讀方式，使閱讀具備一些新的特點(diǎn)，也使得閱讀的效果和社會(huì)影響與之前大相徑庭。生成式人工智能中介的知識(shí)生產(chǎn)，生成的是人機(jī)共生的雜合知識(shí)、概率推斷的計(jì)算知識(shí)、自適應(yīng)式的迭代知識(shí)、身體感知缺位的形式知識(shí)。這種新興知識(shí)催生出提問(wèn)式、加速化、隨機(jī)式、批判性的閱讀方式。由此可能帶來(lái)自相矛盾的閱讀效果——認(rèn)知邊界的拓寬與獨(dú)立思考的放棄、知識(shí)傳播效率的提升與知識(shí)理解錯(cuò)覺(jué)的產(chǎn)生、機(jī)器思維的培養(yǎng)與思維的機(jī)器化、創(chuàng)造力的激發(fā)與抑制。新閱讀方式還會(huì)使原來(lái)的知識(shí)秩序發(fā)生變化，在社會(huì)認(rèn)知、社會(huì)平等、社會(huì)權(quán)力結(jié)構(gòu)等方面產(chǎn)生新的社會(huì)影響。

【關(guān)鍵詞】人工智能 知識(shí)生產(chǎn) 知識(shí)傳播 知識(shí)社會(huì)學(xué) 閱讀

【中圖分類(lèi)號(hào)】G230 【文獻(xiàn)標(biāo)識(shí)碼】Ａ 【文章編號(hào)】1003-6687（2025）3-005-09

【DOI】10.13786/j.cnki.cn14-1066/g2.2025.3.001

人類(lèi)在漫長(zhǎng)的歷史進(jìn)程中，曾多次經(jīng)歷知識(shí)的重大變革，這些變革無(wú)一不與新技術(shù)的誕生密切相關(guān)。從最初書(shū)寫(xiě)的出現(xiàn)，到印刷術(shù)的發(fā)明，再到計(jì)算機(jī)以及互聯(lián)網(wǎng)的興起，新技術(shù)帶來(lái)的知識(shí)變革產(chǎn)生了很多無(wú)法預(yù)料的結(jié)果，在給人類(lèi)帶來(lái)希望的同時(shí)，也對(duì)人類(lèi)既有的知識(shí)體系提出了新的挑戰(zhàn)。[1]（1-171）閱讀作為人類(lèi)獲取知識(shí)的行為方式之一，同樣受到技術(shù)變革的影響，新技術(shù)在改善閱讀介質(zhì)、優(yōu)化閱讀方式、提高閱讀效率、引發(fā)閱讀變革等方面都發(fā)揮著重要作用。閱讀變革的發(fā)生尤其與知識(shí)生產(chǎn)技術(shù)和傳播技術(shù)的革新密切相關(guān)。[2]（4-214）

生成式人工智能作為一種新興技術(shù)，在知識(shí)生產(chǎn)、傳播與接受等領(lǐng)域都獲得了廣泛應(yīng)用，這種應(yīng)用顛覆了人類(lèi)以往的知識(shí)生產(chǎn)和傳播方式，使知識(shí)呈現(xiàn)出新的形態(tài)和特點(diǎn)，并引起了人類(lèi)閱讀方式的巨大變化，重塑人們的閱讀內(nèi)容、閱讀行為和閱讀效果。通過(guò)生成式人工智能獲取知識(shí)的新閱讀方式也將給整個(gè)社會(huì)帶來(lái)新的影響。生成式人工智能給社會(huì)帶來(lái)的影響，不僅是知識(shí)社會(huì)學(xué)所關(guān)心的，也是傳播學(xué)所關(guān)注的。在相當(dāng)長(zhǎng)的時(shí)間里，知識(shí)社會(huì)學(xué)與傳播學(xué)被認(rèn)為來(lái)自一個(gè)傳統(tǒng)。在知識(shí)社會(huì)學(xué)中，知識(shí)的起源、擴(kuò)散與后果是三個(gè)重要的主題，而這恰好能與傳播的生產(chǎn)研究、效果研究建立聯(lián)系。[3]本文結(jié)合知識(shí)社會(huì)學(xué)和傳播學(xué)的研究視角，將知識(shí)的變革與閱讀的變化勾連起來(lái)，分析生成式人工智能中介的知識(shí)傳播及其催生的新閱讀方式的特征、機(jī)理和影響，以期為人們合理地利用新閱讀方式促進(jìn)自身和社會(huì)發(fā)展提供借鑒。

一、新閱讀內(nèi)容：生成式人工智能中介的知識(shí)生產(chǎn)

閱讀要以知識(shí)文本為對(duì)象。任何一種知識(shí)都不能脫離文本意義（內(nèi)容）和物質(zhì)載體（形式）而存在。人工智能出現(xiàn)以前，知識(shí)文本由人類(lèi)生產(chǎn)，知識(shí)生產(chǎn)技術(shù)形塑著知識(shí)物質(zhì)載體，兩者的結(jié)合使知識(shí)呈現(xiàn)出不同的文本表現(xiàn)形態(tài)，如印刷術(shù)使知識(shí)能夠以批量化的紙質(zhì)書(shū)籍形態(tài)呈現(xiàn)，互聯(lián)網(wǎng)技術(shù)催生了電子書(shū)、有聲讀物、在線課程、社交媒體等知識(shí)文本形態(tài)。與以往的知識(shí)生產(chǎn)方式不同，生成式人工智能不僅能夠介入知識(shí)文本形態(tài)的生產(chǎn)，還能夠介入知識(shí)文本意義的生產(chǎn)。人類(lèi)不再是知識(shí)文本意義的唯一生產(chǎn)主體，機(jī)器也可以作為其生產(chǎn)主體。作為一種新興的知識(shí)生產(chǎn)技術(shù)，生成式人工智能通過(guò)全方位介入知識(shí)的文本意義和文本形態(tài)的生產(chǎn)，催生出全新形態(tài)的知識(shí)。

1. 人機(jī)共生的雜合知識(shí)

知識(shí)生產(chǎn)在很大程度上是一種“對(duì)原有知識(shí)的組合過(guò)程”，[4]因而知識(shí)生產(chǎn)過(guò)程在很大程度上是知識(shí)“混雜”的過(guò)程。在人類(lèi)知識(shí)史上，知識(shí)的“混雜”狀態(tài)是很常見(jiàn)的。知識(shí)文本在流傳過(guò)程中，經(jīng)過(guò)人為的擴(kuò)寫(xiě)、改寫(xiě)或縮減，形成新文本、新舊混合文本或刪減文本，這是常見(jiàn)的知識(shí)“混雜”的現(xiàn)象。[5]人工智能介入知識(shí)生產(chǎn)后，知識(shí)“混雜”不再僅僅是人為參與的結(jié)果，而是“人類(lèi)要素”與“非人類(lèi)要素”共同作用的產(chǎn)物。在人工智能介入知識(shí)生產(chǎn)的過(guò)程中，發(fā)揮著至關(guān)重要作用的“人類(lèi)要素”是提出問(wèn)題，人類(lèi)提出問(wèn)題的質(zhì)量直接影響人工智能生產(chǎn)知識(shí)的質(zhì)量。在人類(lèi)提出問(wèn)題后，人工智能通過(guò)從現(xiàn)有的海量數(shù)據(jù)中提取相關(guān)信息，借助算法和大語(yǔ)言模型快速生成問(wèn)題的答案。其中運(yùn)用的海量數(shù)據(jù)，既包含人類(lèi)生成的數(shù)據(jù)，也包含非人類(lèi)生成的數(shù)據(jù)。而人工智能技術(shù)本身，也是“人類(lèi)要素”與“非人類(lèi)要素”的雜合體。[6]在一問(wèn)一答的過(guò)程中，“人類(lèi)要素”與“非人類(lèi)要素”共同參與生成雜合知識(shí)。知識(shí)生產(chǎn)的主體，從人類(lèi)壟斷知識(shí)生產(chǎn)轉(zhuǎn)變?yōu)槿祟?lèi)和人工智能協(xié)作生產(chǎn)知識(shí)。相較于過(guò)往的知識(shí)“混雜”，人工智能介入知識(shí)生產(chǎn)后，知識(shí)雜合的過(guò)程更為復(fù)雜和隱蔽，雜合的來(lái)源更為廣泛。

在“人類(lèi)要素”與“非人類(lèi)要素”協(xié)作下生成雜合知識(shí)，雖然使得知識(shí)生產(chǎn)的效率提高，知識(shí)的多樣性增加，但也帶來(lái)了一些風(fēng)險(xiǎn)：一方面，知識(shí)的準(zhǔn)確性、可靠性和客觀性受到?jīng)_擊，參與知識(shí)生產(chǎn)的數(shù)據(jù)、算法和大語(yǔ)言模型等的任一缺陷都可能導(dǎo)致生成的知識(shí)存在誤導(dǎo)性；另一方面，知識(shí)發(fā)展的脈絡(luò)變得錯(cuò)綜復(fù)雜，難以追蹤和梳理，知識(shí)“雜合”過(guò)程的復(fù)雜、算法黑箱的存在、數(shù)據(jù)來(lái)源的難以追溯、“人類(lèi)要素”與“非人類(lèi)要素”的界限模糊，都使得對(duì)知識(shí)發(fā)展脈絡(luò)的追蹤和梳理變得困難。在知識(shí)總量迅猛擴(kuò)張的同時(shí)，知識(shí)也變得碎片化了。[1]（1-171）

2. 概率推斷的計(jì)算知識(shí)

概率論和統(tǒng)計(jì)學(xué)是人工智能重要的理論基礎(chǔ)，人工智能處理數(shù)據(jù)和作出預(yù)測(cè)主要通過(guò)概率推斷來(lái)實(shí)現(xiàn)。人工智能作為中介化媒介參與知識(shí)生產(chǎn)，事實(shí)上就是通過(guò)對(duì)人類(lèi)語(yǔ)言進(jìn)行概率推斷來(lái)實(shí)現(xiàn)的，這一過(guò)程是知識(shí)計(jì)算的過(guò)程，其生產(chǎn)的知識(shí)是一種計(jì)算知識(shí)。具體而言，人工智能首先通過(guò)自主學(xué)習(xí)將人類(lèi)既有的知識(shí)進(jìn)行大幅度壓縮，然后通過(guò)算法對(duì)已經(jīng)具有一定抽象度的知識(shí)進(jìn)行編碼（類(lèi)型化、客觀化）和概率計(jì)算（平均化），最終將現(xiàn)有知識(shí)話語(yǔ)中出現(xiàn)概率最大、被最多人選擇的表述作為問(wèn)題的答案。人工智能實(shí)際上是把知識(shí)生產(chǎn)的過(guò)程變成了語(yǔ)言概率計(jì)算的過(guò)程。[7]

人工智能通過(guò)算法和模型從高度抽象化和概括化的人類(lèi)知識(shí)中提取特征、發(fā)現(xiàn)規(guī)律，在掌握了一定程度的“知識(shí)的知識(shí)”即“元知識(shí)”后，根據(jù)人類(lèi)的提問(wèn)進(jìn)行知識(shí)生產(chǎn)。這種通過(guò)概率推斷進(jìn)行知識(shí)生產(chǎn)的方式具有高效性、靈活性、自動(dòng)化等優(yōu)勢(shì)，但也存在一些缺陷，即人工智能通過(guò)概率推斷生成的知識(shí)是已經(jīng)被大多數(shù)人接受的、平庸的知識(shí)。[7]其平庸性不僅體現(xiàn)在語(yǔ)言表述上風(fēng)格過(guò)于一致、顯得單調(diào)乏味，還體現(xiàn)在對(duì)問(wèn)題的理解和解決方式上，通過(guò)平均化方式追求答案的普適性，從而消解了個(gè)體的差異性和情境的特殊性。人工智能生成的答案看似具有廣泛的普適性，卻難以評(píng)估，因?yàn)椴⑽磳⑵溆糜诮鉀Q具體的問(wèn)題。某些時(shí)候，它們生成的結(jié)果似乎與人類(lèi)所生成的知識(shí)無(wú)異，或者它們生成的結(jié)果沒(méi)有實(shí)際意義，或者明顯只是人類(lèi)提出的問(wèn)題要素的機(jī)械重復(fù)和組合。[8]（6-264）由于機(jī)器缺乏關(guān)于真實(shí)世界必要的背景知識(shí)，當(dāng)機(jī)器訓(xùn)練不足、訓(xùn)練數(shù)據(jù)有誤或機(jī)器模型參數(shù)設(shè)置不當(dāng)時(shí)，人工智能就可能給出與真實(shí)世界不符或毫無(wú)意義的答案，產(chǎn)生“機(jī)器幻覺(jué)”。

3. 自適應(yīng)式的迭代知識(shí)

知識(shí)演化理論認(rèn)為，知識(shí)體系是不斷演化的，知識(shí)體系演化的動(dòng)力源于環(huán)境的新需求，新的解決方案對(duì)環(huán)境的適應(yīng)性會(huì)傳承至下一代，并不斷累積直至達(dá)到適應(yīng)性的極點(diǎn)。[4]自適應(yīng)性不僅是知識(shí)自身所具有的演化特征，也是人工智能的一項(xiàng)重要能力，當(dāng)這項(xiàng)能力被應(yīng)用于知識(shí)生產(chǎn)時(shí)，其所參與生產(chǎn)的知識(shí)自適應(yīng)性特征便被強(qiáng)化。自適應(yīng)式的迭代知識(shí)，處于動(dòng)態(tài)調(diào)整與持續(xù)優(yōu)化的過(guò)程中，能夠不斷適應(yīng)新場(chǎng)景和新任務(wù)。人工智能的自適應(yīng)能力主要通過(guò)深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、監(jiān)督學(xué)習(xí)等機(jī)器學(xué)習(xí)的方式來(lái)獲得。深度學(xué)習(xí)模擬人類(lèi)大腦的工作原理，通過(guò)神經(jīng)網(wǎng)絡(luò)參數(shù)的更新來(lái)實(shí)現(xiàn)人工智能行動(dòng)策略的優(yōu)化；強(qiáng)化學(xué)習(xí)利用控制論中的反饋機(jī)制，讓人工智能在不斷試錯(cuò)中根據(jù)正負(fù)反饋信號(hào)優(yōu)化其行動(dòng)策略；監(jiān)督學(xué)習(xí)則通過(guò)標(biāo)注的訓(xùn)練數(shù)據(jù)來(lái)優(yōu)化人工智能的行動(dòng)策略。人工智能參與的知識(shí)生產(chǎn)所依托的算法、模型、數(shù)據(jù)等都處于持續(xù)迭代中，這使其參與生產(chǎn)的知識(shí)也是不斷迭代的知識(shí)。

雖然自適應(yīng)式的知識(shí)生產(chǎn)方式能夠不斷提高知識(shí)生產(chǎn)的效率，優(yōu)化生成知識(shí)的質(zhì)量，同時(shí)也能夠極大地滿足人類(lèi)在各類(lèi)場(chǎng)景和任務(wù)中的知識(shí)需求。但這種自適應(yīng)式知識(shí)生產(chǎn)方式也使得知識(shí)的更新速度達(dá)到前所未有的水平，知識(shí)生產(chǎn)的不確定性大大增加，“知識(shí)超載”現(xiàn)象普遍流行，人類(lèi)在知識(shí)核實(shí)、知識(shí)篩選、知識(shí)學(xué)習(xí)等方面都面臨新的挑戰(zhàn)。人工智能自適應(yīng)式的知識(shí)生產(chǎn)方式，可讓其獲得智能遞歸式的自我改善能力，最終可能導(dǎo)致“智能爆炸”——人工智能掙脫人類(lèi)對(duì)其的有效控制，對(duì)人類(lèi)社會(huì)的安全造成威脅。

4. 身體感知缺位的形式知識(shí)

在人類(lèi)的認(rèn)識(shí)論中，身體感知被認(rèn)為是知識(shí)的重要來(lái)源。經(jīng)驗(yàn)主義認(rèn)為，知識(shí)源于感覺(jué)、知覺(jué)和經(jīng)驗(yàn)，胡塞爾認(rèn)為，身體性自我覺(jué)知是知識(shí)構(gòu)成的基礎(chǔ)，海德格爾強(qiáng)調(diào)身體在世的具體情境和實(shí)踐是知識(shí)獲取的重要來(lái)源，[9]梅洛-龐蒂認(rèn)為身體在人類(lèi)知識(shí)的形成中具有優(yōu)先性。[10]哲學(xué)家波蘭尼則將人類(lèi)知識(shí)分為默會(huì)知識(shí)和明述知識(shí)，其中默會(huì)知識(shí)必須通過(guò)人類(lèi)的身體感知獲得，是所有通過(guò)語(yǔ)言符號(hào)來(lái)表達(dá)的明述知識(shí)的基礎(chǔ)，也更為重要，他認(rèn)為任何一種知識(shí)都有其身體根源，所有思想都是肉身性的。[11]這些哲學(xué)家的一個(gè)共同特點(diǎn)是強(qiáng)調(diào)身體在知識(shí)形成中的重要性。

目前的生成式人工智能缺乏對(duì)于現(xiàn)實(shí)世界的感知能力，其參與的知識(shí)生產(chǎn)跳過(guò)了身體感知這一重要步驟，直接通過(guò)數(shù)據(jù)分析、概率推斷和邏輯推理等生產(chǎn)知識(shí)，這實(shí)際上是對(duì)知識(shí)進(jìn)行形式化表示的過(guò)程。人工智能對(duì)知識(shí)的形式化表示源于從古希臘開(kāi)啟的一條西方的唯理論傳統(tǒng)，這條哲學(xué)脈絡(luò)通過(guò)邏輯和推理發(fā)現(xiàn)了世界的有序性，并將其形式化為規(guī)則。[12]人工智能生產(chǎn)的形式化知識(shí)，缺少了人類(lèi)通過(guò)身體感知所獲得的靈感、直覺(jué)、情感、經(jīng)驗(yàn)等，而這些正是構(gòu)成人類(lèi)智慧的關(guān)鍵要素。雖然人工智能生產(chǎn)的知識(shí)是否可以等同于人類(lèi)認(rèn)識(shí)論范疇中的知識(shí)，目前還存在爭(zhēng)議，但可以確定的是，這種身體感知缺位的知識(shí)生產(chǎn)方式，常常導(dǎo)致人工智能參與生產(chǎn)的知識(shí)難以與人類(lèi)的感知經(jīng)驗(yàn)相匹配，可能出現(xiàn)常識(shí)性的低級(jí)錯(cuò)誤。

二、新閱讀行為：生成式人工智能中介的知識(shí)傳遞

閱讀是一種作為閱讀主體的讀者與作為閱讀客體的知識(shí)文本之間相互作用的過(guò)程——閱讀主體作用于閱讀客體，通過(guò)讀者的閱讀使知識(shí)的效用被激活；[2]（4-214）閱讀客體反作用于閱讀主體，知識(shí)文本的意義影響著讀者的思想觀念，知識(shí)文本的形態(tài)影響著讀者的閱讀行為。比如紙質(zhì)書(shū)籍的閱讀常常是專(zhuān)注的“深閱讀”，而社交媒體的閱讀常常是碎片化的“淺閱讀”。讀者的閱讀行為不僅受到知識(shí)文本形態(tài)的影響，還受到社會(huì)環(huán)境的影響。伴隨著網(wǎng)絡(luò)社會(huì)興起的后現(xiàn)代閱讀方式是一種對(duì)話式、非線性、海量性、碎片化、瀏覽性、懶惰性的閱讀方式，[13]人工智能時(shí)代興起的新閱讀方式延續(xù)且強(qiáng)化了后現(xiàn)代閱讀方式的這些特性，同時(shí)還呈現(xiàn)出提問(wèn)式、加速化、隨機(jī)式、批判性等新特征。

1. 提問(wèn)式閱讀

在人工智能廣泛介入知識(shí)生產(chǎn)之前，讀者對(duì)于閱讀內(nèi)容的選擇相對(duì)受限，選擇效率較低。雖然讀者對(duì)于閱讀內(nèi)容有一定的選擇權(quán)，但其選擇閱讀內(nèi)容的范圍和質(zhì)量很大程度上受到作者的創(chuàng)作意圖、創(chuàng)作能力以及編輯的審校標(biāo)準(zhǔn)的影響。雖然通過(guò)瀏覽標(biāo)題、摘要、目錄或者檢索關(guān)鍵詞等方法，讀者能對(duì)閱讀的內(nèi)容進(jìn)行篩選，但篩選效率較低。在具體內(nèi)容的深入探索與個(gè)性化需求滿足上，讀者的主動(dòng)性有限。在人工智能廣泛介入知識(shí)生產(chǎn)之后，讀者的閱讀方式發(fā)生顯著變化，提問(wèn)成為閱讀過(guò)程中不可或缺的一環(huán)。通過(guò)提問(wèn)進(jìn)行內(nèi)容篩選的方式，很大程度上為讀者提供了更多選擇，提升了讀者對(duì)于閱讀內(nèi)容的選擇效率。

阿爾伯特·愛(ài)因斯坦曾言：“提出一個(gè)問(wèn)題往往比解決一個(gè)問(wèn)題更重要?！盵14]提出新的問(wèn)題、新的可能性，從新的角度去看舊的問(wèn)題，需要有創(chuàng)造性的想象力，且標(biāo)志著科學(xué)的真正進(jìn)步。在人工智能介入知識(shí)生產(chǎn)后，提問(wèn)的重要性更加凸顯。提問(wèn)成為人機(jī)共生知識(shí)的關(guān)鍵性“人類(lèi)要素”。讀者提問(wèn)水平很大程度上決定了人工智能生成知識(shí)的范圍和質(zhì)量，影響著讀者的閱讀體驗(yàn)和知識(shí)接受。高質(zhì)量的提問(wèn)能引導(dǎo)人工智能生成更加精準(zhǔn)化、個(gè)性化的知識(shí)。持續(xù)的高質(zhì)量追問(wèn)就如同蘇格拉底的“理智助產(chǎn)術(shù)”一樣，雖然無(wú)知卻能幫助產(chǎn)生知識(shí)：對(duì)人工智能而言，能夠促進(jìn)其算法和模型的迭代，改進(jìn)其知識(shí)生產(chǎn)能力；對(duì)讀者而言，能夠幫助其解疑釋惑，促進(jìn)讀者對(duì)知識(shí)的理解和接受。在人工智能領(lǐng)域，提問(wèn)甚至成為一項(xiàng)重要的技術(shù)——提示工程（prompt engineering），即通過(guò)設(shè)計(jì)、實(shí)驗(yàn)和優(yōu)化人類(lèi)自然語(yǔ)言的輸入提示，引導(dǎo)模型生成高質(zhì)量、準(zhǔn)確的和有針對(duì)性的知識(shí)。

這種提問(wèn)式閱讀方式，讓閱讀成為一個(gè)更加主動(dòng)、互動(dòng)、個(gè)性化且富有探索性的過(guò)程。讀者不再僅僅是被動(dòng)的知識(shí)接收者，而是主動(dòng)參與到知識(shí)生產(chǎn)中的關(guān)鍵引導(dǎo)者和把控者。通過(guò)不斷提問(wèn)與反饋的循環(huán)，一方面，閱讀內(nèi)容不再受限于既有框架，知識(shí)的邊界實(shí)現(xiàn)了深度與廣度的雙重拓展；另一方面，閱讀的過(guò)程呈現(xiàn)出人機(jī)交互的知識(shí)社交屬性，對(duì)話交流的界面使閱讀的過(guò)程變?yōu)榭谡Z(yǔ)交流、問(wèn)答交替的解惑過(guò)程。

2. 加速化閱讀

人類(lèi)世代累積的知識(shí)自科學(xué)革命、工業(yè)革命以及20世紀(jì)50年代以來(lái)的“大加速”之后，不斷更新迭代、持續(xù)增長(zhǎng)。[15]尤其是在學(xué)術(shù)界“不發(fā)表就出局（publish or perish）”的制度壓力和掠奪性出版商興起的背景下，大批質(zhì)量參差不齊的文獻(xiàn)以指數(shù)級(jí)增長(zhǎng)速度出版，這些文獻(xiàn)的數(shù)量可能已經(jīng)超過(guò)了人類(lèi)認(rèn)知處理能力的極限。[16]例如，從西漢到清代的兩千多年，我國(guó)共出版書(shū)籍18.2萬(wàn)種，民國(guó)時(shí)期共出版書(shū)籍12.4萬(wàn)種，而目前我國(guó)每年的新書(shū)品種就達(dá)到20多萬(wàn)種，現(xiàn)在一年出版的新書(shū)品種數(shù)超過(guò)了從西漢到清代的新書(shū)品種總和。除此之外，還有大量的期刊、報(bào)紙、新媒體等其他傳播知識(shí)的媒介。因此，當(dāng)下知識(shí)的增長(zhǎng)速度已經(jīng)遠(yuǎn)超個(gè)體閱讀速度，信息的海量性加劇了知識(shí)篩選和獲取的難度，傳統(tǒng)閱讀的知識(shí)獲取效率難以滿足加速化社會(huì)中個(gè)體的知識(shí)需求。人們常常陷入知識(shí)過(guò)載與知識(shí)匱乏的矛盾處境之中。有鑒于此，人工智能介入知識(shí)生產(chǎn)和傳遞后，有望改善這一矛盾處境。

借助自然語(yǔ)言處理、語(yǔ)義搜索、算法推薦、文本摘要生成、深度學(xué)習(xí)等新技術(shù)，人工智能通過(guò)適配知識(shí)篩選、個(gè)性化書(shū)籍推薦、核心觀點(diǎn)提取、知識(shí)脈絡(luò)梳理、解疑釋惑等多種方式輔助閱讀。在人工智能中介的知識(shí)傳播中，人類(lèi)閱讀的速度和效率均非往昔可比。基于數(shù)據(jù)處理和概率推斷，人工智能對(duì)人類(lèi)世代積累的知識(shí)能夠進(jìn)行快速分析和學(xué)習(xí)，而單靠人類(lèi)心智可能需要幾十年甚至幾個(gè)世紀(jì)才能完成這一過(guò)程。從某種意義上來(lái)說(shuō)，人工智能借助算法和算力進(jìn)行了時(shí)間壓縮或“時(shí)間旅行”。[8]（6-264）

加速化閱讀雖然可以實(shí)現(xiàn)閱讀速度和效率的提升，但它可能帶來(lái)新的異化。現(xiàn)代社會(huì)中的科技加速、社會(huì)變遷加速和生活步調(diào)加速已經(jīng)成為一個(gè)環(huán)環(huán)相扣并不斷自我驅(qū)動(dòng)的“加速循環(huán)”系統(tǒng)。[17]人工智能中介的加速化閱讀所引發(fā)的知識(shí)流動(dòng)速度的加快，會(huì)引起人們學(xué)習(xí)和工作步調(diào)的加速，而這種加速又促使人們不得不通過(guò)加速化閱讀來(lái)跟上步調(diào)，從而陷入“加速循環(huán)”中。人們?cè)絹?lái)越追求閱讀的速度和效率，而忽視了閱讀過(guò)程中對(duì)知識(shí)的理解和體驗(yàn)。一方面，當(dāng)我們讀得過(guò)快或無(wú)法充分理解所讀的內(nèi)容時(shí)，閱讀的收效就開(kāi)始變小。[18]（79-98）加速化閱讀可能導(dǎo)致讀者更傾向于通過(guò)“淺閱讀”和碎片化閱讀快速獲得答案，而忽視深入思考。另一方面，當(dāng)閱讀成為一種加速化的任務(wù)時(shí)，其就不再是一個(gè)休閑、享受的過(guò)程。當(dāng)速度掙脫了鐘表的限制，人們與技術(shù)化閱讀的關(guān)系便進(jìn)入一個(gè)全新的、緊張的、充滿焦慮的階段。[18]（79-98）

3. 隨機(jī)式閱讀

“信息論之父”香農(nóng)將“信息”定義為“能提高概率，降低不確定性的東西”。[19]他還提出了“信息熵”的概念，用以衡量信息的不確定性。隨機(jī)性是信息論中描述信息不確定性的一個(gè)重要概念。在人工智能領(lǐng)域，隨機(jī)性被應(yīng)用于模擬和優(yōu)化算法中，一般通過(guò)減少系統(tǒng)的隨機(jī)性來(lái)提高預(yù)測(cè)的準(zhǔn)確性，進(jìn)而增強(qiáng)算法的性能和效率。

人工智能知識(shí)生產(chǎn)過(guò)程中伴隨著隨機(jī)性，這既是知識(shí)生產(chǎn)過(guò)程中不可避免的偶然性因素所導(dǎo)致的，也是由其自適應(yīng)迭代優(yōu)化的知識(shí)生產(chǎn)方式所決定的。人工智能的知識(shí)生產(chǎn)過(guò)程既具有嚴(yán)謹(jǐn)?shù)囊?guī)定性，又具有人為設(shè)置的隨機(jī)性、復(fù)雜系統(tǒng)的不可預(yù)設(shè)性以及物質(zhì)基礎(chǔ)設(shè)施不可控所產(chǎn)生的偶然性。[7]人工智能知識(shí)生產(chǎn)過(guò)程中的數(shù)據(jù)收集、算法選擇、模型評(píng)估等都可能受到偶然性因素的影響，導(dǎo)致其生成的知識(shí)具有隨機(jī)性。人工智能自適應(yīng)式迭代的知識(shí)生產(chǎn)方式生產(chǎn)的知識(shí)處于不斷迭代優(yōu)化的過(guò)程中，進(jìn)一步強(qiáng)化了其生成知識(shí)的隨機(jī)性。不僅在不同的時(shí)間和地點(diǎn)或以不同的方式向人工智能提問(wèn)所獲得的答案有可能不同，而且當(dāng)讀者對(duì)人工智能生成的知識(shí)感到不滿意時(shí)，還可以要求其重新生成內(nèi)容，形成隨機(jī)式閱讀。

人工智能知識(shí)生產(chǎn)過(guò)程中的隨機(jī)性，增強(qiáng)了其生成知識(shí)的多樣性、創(chuàng)新性和自反性。首先，隨機(jī)性為人工智能知識(shí)生產(chǎn)提供了更多的可能性，不同的數(shù)據(jù)、算法和模型的選擇和搭配使用可以促使其生成多樣化的知識(shí)。其次，知識(shí)生產(chǎn)過(guò)程中的隨機(jī)性，可以使其跳出人類(lèi)固有的傳統(tǒng)思維框架，不斷嘗試新的方法和路徑，產(chǎn)生與人類(lèi)完全不同的“創(chuàng)造性”思維。[7]此外，知識(shí)生產(chǎn)過(guò)程中的隨機(jī)性，還增加了知識(shí)的自反性，使知識(shí)始終處于自我修正、自我更新、自我懷疑的過(guò)程中，在這一過(guò)程中，知識(shí)對(duì)變動(dòng)中的社會(huì)的反映能力也在逐漸增強(qiáng)。[12]同時(shí)，人工智能知識(shí)生產(chǎn)過(guò)程中的隨機(jī)性，不僅使得知識(shí)生產(chǎn)缺乏可重復(fù)性，也影響了知識(shí)的穩(wěn)定性和可靠性。人工智能生產(chǎn)的知識(shí)可能沒(méi)有帶來(lái)確定性的增加，反而帶來(lái)了不確定性的增加。持續(xù)不斷的迭代導(dǎo)致知識(shí)更新的速度加快，造成了“現(xiàn)在的萎縮”：現(xiàn)在“對(duì)世界的認(rèn)識(shí)”可能在幾個(gè)小時(shí)以后就過(guò)時(shí)了，與其說(shuō)是實(shí)際發(fā)生的變化，不如說(shuō)是不穩(wěn)定性導(dǎo)致了確定性的喪失。[20]

4. 批判性閱讀

雖然當(dāng)前的人工智能的算力已經(jīng)強(qiáng)大到看似不假思索就能夠回答人類(lèi)提出的問(wèn)題，但其生成知識(shí)的準(zhǔn)確性、可靠性、客觀性、公正性和邏輯性都存在局限。首先，人工智能知識(shí)生產(chǎn)過(guò)程中數(shù)據(jù)、算法和模型等的缺陷，“機(jī)器幻覺(jué)”的存在，對(duì)現(xiàn)實(shí)世界感知的缺位，自適應(yīng)式的更新迭代等，都可能對(duì)其生成知識(shí)的準(zhǔn)確性和可靠性造成影響。其次，人工智能知識(shí)生產(chǎn)過(guò)程中數(shù)據(jù)的偏見(jiàn)、算法設(shè)計(jì)者的偏見(jiàn)、個(gè)性化推薦機(jī)制及算法的不透明性，都可能使其生成知識(shí)的客觀性和公正性受到?jīng)_擊。研究發(fā)現(xiàn)，ChatGPT可能受到訓(xùn)練數(shù)據(jù)集的影響，其給出的回應(yīng)與西方發(fā)達(dá)國(guó)家的政治和哲學(xué)價(jià)值觀一致。[21]人工智能雖然并非價(jià)值觀的制造者，但它是偏見(jiàn)的繼承者。[22]（48-76）人工智能的個(gè)性化推薦機(jī)制能夠迎合用戶的個(gè)人偏好，但這會(huì)使人工智能加大對(duì)數(shù)據(jù)的操縱，放大用戶固有的偏見(jiàn)。算法的不透明性使得偏見(jiàn)的傳遞變得隱蔽和難以覺(jué)察。此外，當(dāng)人工智能的數(shù)據(jù)不全、訓(xùn)練不足、算法有誤、缺乏對(duì)相關(guān)背景知識(shí)和上下文的理解時(shí)，還可能生成缺乏邏輯性的內(nèi)容。

然而，用戶無(wú)法對(duì)知識(shí)生產(chǎn)過(guò)程中的數(shù)據(jù)、算法、模型進(jìn)行評(píng)估，此情況下的唯一選擇就是評(píng)估輸出的內(nèi)容。[23]用戶應(yīng)以批判性閱讀應(yīng)對(duì)人工智能知識(shí)生產(chǎn)的局限性。批判性閱讀是20世紀(jì)40年代西方國(guó)家為培養(yǎng)人們的批判性思維而提出的一種閱讀模式，強(qiáng)調(diào)深入理解文本，明確文本的真實(shí)含義，辨別事實(shí)、觀點(diǎn)以及文本背后的意識(shí)形態(tài)。[24]對(duì)于人工智能生成的知識(shí)，用戶應(yīng)保持審慎的態(tài)度，通過(guò)批判性閱讀來(lái)辨別其所傳遞的事實(shí)與觀點(diǎn)，反思其隱含的意識(shí)形態(tài)，在對(duì)文本的準(zhǔn)確性、可靠性、客觀性、公正性和邏輯性進(jìn)行評(píng)估的基礎(chǔ)上，選擇性接受，并通過(guò)信息來(lái)源的核查、多個(gè)系統(tǒng)的交叉驗(yàn)證、邏輯結(jié)構(gòu)的分析、現(xiàn)實(shí)情況的對(duì)比等多種方式對(duì)文本進(jìn)行核查，避免因盲目接受而被誤導(dǎo)。正如OpenAI發(fā)布的報(bào)告所述，即便人工智能的理解力、推理力越來(lái)越強(qiáng)，人類(lèi)也不能放棄對(duì)自身能力的錘煉，人類(lèi)難以被人工智能替代的是批判性思維。只有比人工智能更強(qiáng)，人類(lèi)才能對(duì)人工智能的回答作出評(píng)判。[25]（101-244）

三、新閱讀效果：生成式人工智能中介的知識(shí)接受

閱讀是一項(xiàng)復(fù)雜的腦力活動(dòng)，閱讀的過(guò)程是綜合運(yùn)用思考能力、理解能力、思維能力和創(chuàng)造能力的知識(shí)接受過(guò)程。閱讀不僅需要運(yùn)用這些能力，也會(huì)反作用于這些能力。其中的表現(xiàn)之一是，閱讀不同文本形態(tài)的知識(shí)，會(huì)對(duì)上述能力產(chǎn)生不同的影響。比如伴隨著報(bào)紙、書(shū)刊等紙質(zhì)媒介閱讀成長(zhǎng)起來(lái)的一代人與伴隨著互聯(lián)網(wǎng)媒介閱讀成長(zhǎng)起來(lái)的一代人，有著截然不同的思考能力和思維方式。生成式人工智能生產(chǎn)的知識(shí)，呈現(xiàn)出新的知識(shí)形態(tài)特征，不僅影響著閱讀行為，也影響著閱讀效果。就像人工智能對(duì)人類(lèi)知識(shí)的影響是自相矛盾的一樣，[8]（6-264）人工智能對(duì)人類(lèi)知識(shí)閱讀效果的影響也是矛盾的，需要辯證地看待。

1. 認(rèn)知邊界的拓寬與獨(dú)立思考的放棄

人工智能在拓寬個(gè)體乃至人類(lèi)的認(rèn)知邊界方面，能夠發(fā)揮積極的推動(dòng)作用。對(duì)個(gè)體而言，人工智能很大程度上降低了閱讀材料篩選、獲取和理解的難度，通過(guò)便捷化、高效化、精準(zhǔn)化的知識(shí)傳播加速拓展個(gè)體認(rèn)知的廣度和深度。人工智能不受學(xué)科邊界限制的數(shù)據(jù)收集處理和知識(shí)生產(chǎn)方式，有助于打破學(xué)科之間的藩籬，促進(jìn)學(xué)科知識(shí)的融合，幫助個(gè)體突破思維局限，拓寬認(rèn)知視野。對(duì)人類(lèi)而言，人工智能能夠助力人類(lèi)探索未知領(lǐng)域。人工智能具備超越人類(lèi)的數(shù)據(jù)處理能力，這使它能夠察覺(jué)到人類(lèi)尚未察覺(jué)或無(wú)法察覺(jué)的部分現(xiàn)實(shí)。麻省理工學(xué)院的研究人員訓(xùn)練的人工智能發(fā)現(xiàn)了新的分子特性，即分子結(jié)構(gòu)與其抗菌能力之間的關(guān)系，這是人類(lèi)沒(méi)有覺(jué)察到的。[8]（6-264）從理論上來(lái)講，人工智能自適應(yīng)式迭代優(yōu)化的知識(shí)生產(chǎn)方式可以讓人類(lèi)的認(rèn)知邊界無(wú)限拓寬甚至消解。在時(shí)空加速的“無(wú)限制訓(xùn)練”之后實(shí)現(xiàn)“邊界爆炸”，形成“按照算法推進(jìn)的邊界融合”——邊界被訓(xùn)練消解。[26]但人工智能基于概率推斷生產(chǎn)的感知缺位的形式知識(shí)，也可能陷入人類(lèi)認(rèn)知邊界內(nèi)現(xiàn)有知識(shí)的自我循環(huán)中。

在人工智能中介的知識(shí)傳播過(guò)程中，用戶知識(shí)篩選、獲取、閱讀和理解難度的降低，實(shí)際上是通過(guò)人工智能的代勞來(lái)實(shí)現(xiàn)的。人工智能代勞的普遍應(yīng)用能提高效率，但也會(huì)削弱人的反思意識(shí)，導(dǎo)致人的能動(dòng)性降低。[22]（48-76）其具體體現(xiàn)為人們對(duì)于獨(dú)立思考的放棄，“遇事不決先問(wèn)AI”正成為越來(lái)越多人的日常習(xí)慣。對(duì)于獨(dú)立思考的放棄，不僅是人工智能代勞所導(dǎo)致的，更是加速化的現(xiàn)代社會(huì)所迫使的。在高速網(wǎng)絡(luò)信息的推動(dòng)和人工智能技術(shù)的加持下，越來(lái)越多的知識(shí)形式變得超級(jí)中介化。對(duì)于每天、每一分鐘都不斷遭遇的大量信息，人們根本沒(méi)有充足的時(shí)間去反思它們的意義或重要性。[18]（79-98）過(guò)度依賴(lài)于人工智能的答案而放棄獨(dú)立的思考，不僅會(huì)削弱人類(lèi)的理性，還會(huì)對(duì)人類(lèi)的思想、行為和意識(shí)形成一種新的控制。

2. 知識(shí)傳播效率的提升與知識(shí)理解錯(cuò)覺(jué)的產(chǎn)生

作為一種科技加速人造物，人工智能本就是為了滿足效率和速度的需要而設(shè)計(jì)的。人工智能中介的知識(shí)傳播中，知識(shí)生產(chǎn)、傳遞、接受的效率和速度都得到了提升。相較于過(guò)去通過(guò)閱讀書(shū)籍、課堂教學(xué)等傳統(tǒng)方式獲取知識(shí)，人工智能不知疲倦地迅速回答用戶的提問(wèn)，持續(xù)滿足用戶的知識(shí)需求，并通過(guò)給出結(jié)構(gòu)化的答案，降低用戶對(duì)知識(shí)的理解難度。人們借助人工智能進(jìn)行閱讀仿佛短時(shí)間內(nèi)就能理解并掌握大量知識(shí)，產(chǎn)生一種“膨脹的知識(shí)感”。

作為整體的人類(lèi)在今天掌握的知識(shí)比過(guò)去任何時(shí)候都多，但對(duì)于個(gè)體的人而言卻未必如此。我們的記憶能力并沒(méi)有提高，我們也沒(méi)有比先祖花更長(zhǎng)的時(shí)間學(xué)習(xí)。[1]（1-171）使用人工智能閱讀后產(chǎn)生的“膨脹的知識(shí)感”，主要源于人們對(duì)于知識(shí)的“理解錯(cuò)覺(jué)”。實(shí)證研究表明，當(dāng)人們?cè)诨ヂ?lián)網(wǎng)上搜索關(guān)于知識(shí)的解釋時(shí)，會(huì)高估自己知道和理解的知識(shí)，錯(cuò)誤地將外部隨時(shí)可訪問(wèn)和搜索的信息與“頭腦中的知識(shí)”混為一談。[27]當(dāng)人們將自身的認(rèn)知?jiǎng)趧?dòng)轉(zhuǎn)移給人工智能代勞時(shí)，也會(huì)產(chǎn)生這種對(duì)知識(shí)的“理解錯(cuò)覺(jué)”。尤其是人們?cè)诓簧瞄L(zhǎng)的專(zhuān)業(yè)領(lǐng)域使用人工智能生成答案時(shí)，產(chǎn)生知識(shí)“理解錯(cuò)覺(jué)”的風(fēng)險(xiǎn)會(huì)進(jìn)一步增加。人工智能可能會(huì)利用人們的認(rèn)知局限性，不僅讓人們高估人工智能給出的答案的水準(zhǔn)，還讓人們高估自己對(duì)于知識(shí)的理解水平。[16]事實(shí)上，人工智能所表現(xiàn)出的對(duì)于知識(shí)的理解能力也是一種錯(cuò)覺(jué)。人工智能知識(shí)生產(chǎn)過(guò)程中數(shù)據(jù)的選擇、收集、存儲(chǔ)和使用，都受到人類(lèi)有限的感知能力以及數(shù)據(jù)收集、使用環(huán)境的影響。由人類(lèi)生成的數(shù)據(jù)有著天然的局限性，這也意味著計(jì)算機(jī)展示出的知識(shí)理解能力是一種“錯(cuò)覺(jué)”。[23]

3. 機(jī)器思維的培養(yǎng)與思維的機(jī)器化

21世紀(jì)初，隨著搜索引擎問(wèn)世，人們開(kāi)始重視利用搜索引擎獲取知識(shí)的能力，即“搜商”。人們通過(guò)利用雙引號(hào)、加號(hào)、減號(hào)、文件類(lèi)型、站點(diǎn)范圍等各種限定符提高知識(shí)查找的效率和準(zhǔn)確性。[25]（101-244）與“搜商”類(lèi)似，“問(wèn)商”成為生成式人工智能興起后獲取知識(shí)的一種重要能力。在人工智能中介的閱讀中，“問(wèn)商”的高低影響著閱讀的體驗(yàn)和效果?！疤岢鲆粋€(gè)好問(wèn)題”和“與機(jī)器交談的能力”貫穿人機(jī)共讀始終，成為一種重要的閱讀能力。[28]

雖然與搜索引擎所遵循的非自然語(yǔ)言搜索語(yǔ)法相比，用戶可以使用自然語(yǔ)言與人工智能進(jìn)行交互，操作相對(duì)簡(jiǎn)單，但也需要遵循編程與算法的邏輯。為了提高知識(shí)查找的效率和準(zhǔn)確性，人們需要理解和掌握人工智能算法的底層邏輯，學(xué)會(huì)從機(jī)器的角度來(lái)思考問(wèn)題。機(jī)器思維的培養(yǎng)成為人工智能素養(yǎng)教育的重要組成部分。人們?cè)噲D通過(guò)掌握一些“提示工程”的套路和模板來(lái)提高人機(jī)交互的效率。這樣就出現(xiàn)了一個(gè)具有反諷意味的現(xiàn)象，當(dāng)機(jī)器模仿和學(xué)習(xí)人類(lèi)的思維方式時(shí)，人類(lèi)也在學(xué)習(xí)機(jī)器的思維方式。這種雙向傳播適應(yīng)的結(jié)果是，機(jī)器變得更像人，而人也變得更像機(jī)器。[7]雖然機(jī)器思維的培養(yǎng)能夠提高人機(jī)交互的效率，但也帶來(lái)了人們思維的機(jī)器化。在人機(jī)交互中，人們需要在人工智能算法的底層邏輯下思考，思維過(guò)程受到“提示工程”框架和套路的影響，呈現(xiàn)出機(jī)械化、程序化的特點(diǎn)。隨著人們?cè)絹?lái)越頻繁地使用生成式人工智能，為了提高人機(jī)交互的效率，人們?cè)桨l(fā)呈現(xiàn)出思維機(jī)器化的趨勢(shì)。

4. 創(chuàng)造力的激發(fā)與抑制

生成式人工智能中介的知識(shí)傳播可能成為人類(lèi)創(chuàng)造力的催化劑。人工智能具有的數(shù)據(jù)分析能力，使其能夠?qū)Ａ繑?shù)據(jù)進(jìn)行詳細(xì)分析和總結(jié)，并從中發(fā)現(xiàn)隱藏的模式或規(guī)律，為人們打破常規(guī)、進(jìn)行創(chuàng)新奠定基礎(chǔ)。人工智能的隨機(jī)性特征，能夠?yàn)槿藗兲峁┗驹嘏帕薪M合的多種可能，為人們的創(chuàng)新創(chuàng)造提供靈感。根據(jù)人們的提示，人工智能可以扮演某個(gè)觀點(diǎn)或者想法的支持者和反對(duì)者，并給出相應(yīng)的理由，促使人們形成批判性思維。人工智能還可以幫助人們聯(lián)想遠(yuǎn)端概念，促進(jìn)人們形成發(fā)散性思維，進(jìn)而激發(fā)創(chuàng)造力。[29]人工智能的代勞還可以把人們從單調(diào)重復(fù)的工作中解放出來(lái)，擁有更多的時(shí)間和精力從事創(chuàng)造性工作。

然而，生成式人工智能中介的知識(shí)傳播也可能成為人類(lèi)創(chuàng)造力的抑制劑。人工智能的代勞可能使人們放棄創(chuàng)意思考，進(jìn)而逐漸喪失創(chuàng)造力。人類(lèi)的技能使用往往遵循“不使用就會(huì)失去”的原則，即不使用的技能往往會(huì)逐漸退化。就像使用計(jì)算器的人逐漸失去計(jì)算能力、使用計(jì)算機(jī)的人逐漸失去書(shū)寫(xiě)能力一樣，如果人們?cè)絹?lái)越多地將創(chuàng)造性工作交給人工智能代勞，那么人們就有可能因?yàn)闆](méi)有發(fā)揮創(chuàng)造力而失去創(chuàng)造力。[30]人們使用人工智能進(jìn)行創(chuàng)造性工作后還會(huì)產(chǎn)生錯(cuò)覺(jué)，把人工智能的創(chuàng)意成果/能力當(dāng)作自己的創(chuàng)意成果/能力，逐漸喪失創(chuàng)造力卻不自知。而人工智能的“創(chuàng)造力”通常是對(duì)已有素材的巧妙重組，往往沒(méi)有原創(chuàng)性或思想深度。[30]人工智能模型通常通過(guò)研究和學(xué)習(xí)龐大的先前作品數(shù)據(jù)庫(kù)來(lái)生成問(wèn)題的答案，其輸出結(jié)果必然反映出這些數(shù)據(jù)集固有的偏差和局限性。[31]生成式人工智能工具生成的創(chuàng)意內(nèi)容，還可能存在創(chuàng)意內(nèi)容的同質(zhì)化問(wèn)題和版權(quán)侵犯問(wèn)題。但人們往往會(huì)選擇接受人工智能中等甚至是平庸的創(chuàng)造力，因?yàn)槿斯ぶ悄艿拇鷦谥L(zhǎng)了人們的懶惰性，人們已經(jīng)不想費(fèi)心去創(chuàng)造。

四、新閱讀方式帶來(lái)的社會(huì)影響

?？抡J(rèn)為：“每一個(gè)社會(huì)都有自己的一套知識(shí)秩序。這種秩序通常是由地點(diǎn)或者時(shí)間而決定的?！痹谀硞€(gè)特定的時(shí)間和地域，知識(shí)的秩序可能是由占主流地位的傳播方式來(lái)決定的。當(dāng)一種新的媒介產(chǎn)生時(shí)，它并不是直接替代舊的，而是與先前所有舊的媒介共存一段時(shí)間。媒介之間的競(jìng)爭(zhēng)，最終是以勞動(dòng)分工的方式穩(wěn)定下來(lái)的。[1]（1-171）人工智能作為一種新興媒介，其中介的知識(shí)傳播的興起，使原來(lái)的知識(shí)秩序發(fā)生變化。當(dāng)人工智能逐漸成為知識(shí)生產(chǎn)和傳播的主流媒介時(shí)，當(dāng)通過(guò)生成式人工智能獲取知識(shí)的新閱讀方式成為人們主流的閱讀方式時(shí)，由人工智能主導(dǎo)的新知識(shí)秩序就會(huì)建立起來(lái)。

在人工智能主導(dǎo)的新知識(shí)秩序中，知識(shí)本身將發(fā)生根本性變化。新興知識(shí)是“客觀知識(shí)”和“有毒知識(shí)”的雜合體。新興知識(shí)將越來(lái)越少地由人類(lèi)塑造，而越來(lái)越多地由人工智能塑造。它將保留歷史上被視為真實(shí)、客觀、理性的核心內(nèi)容，也包含各種假新聞、假科學(xué)、假歷史、謠言、歧視以及強(qiáng)化文化、意識(shí)形態(tài)和政治偏見(jiàn)的內(nèi)容。[32]人工智能雖然能夠提升知識(shí)生產(chǎn)和傳播的效率，但它卻無(wú)法確保知識(shí)的效力，因?yàn)樗颜娴暮图俚男畔⒍籍?dāng)作知識(shí)，甚至還會(huì)出現(xiàn)“機(jī)器幻覺(jué)”捏造知識(shí)。清華大學(xué)新媒體研究中心2024年4月發(fā)布的研究報(bào)告顯示，近一年來(lái)，經(jīng)濟(jì)與企業(yè)類(lèi)AI謠言量增速達(dá)99.91%。美國(guó)調(diào)查機(jī)構(gòu)“新聞守衛(wèi)”稱(chēng)，生成虛假文章的網(wǎng)站數(shù)量自2023年5月以來(lái)激增1000%以上，涉及15種語(yǔ)言。[33]人們閱讀人工智能生產(chǎn)的新興知識(shí)，獲得的已經(jīng)不完全是傳統(tǒng)意義上知識(shí)帶來(lái)的無(wú)知的減少，反而可能是知識(shí)帶來(lái)的無(wú)知的增加。人工智能還可能被當(dāng)作故意制造混亂、擾亂社會(huì)秩序、強(qiáng)化歧視和偏見(jiàn)的武器，通過(guò)放大“有毒知識(shí)”，使整個(gè)社會(huì)籠罩在人工智能制造的無(wú)知的煙霧中。

新閱讀方式的盛行，在帶來(lái)數(shù)字紅利的同時(shí)，也將形成新的數(shù)字鴻溝。人工智能中介的知識(shí)傳播以及由此催生的新閱讀方式，對(duì)于提高全社會(huì)的生產(chǎn)力和創(chuàng)新力有積極作用的一面。但同時(shí)也產(chǎn)生新興知識(shí)準(zhǔn)確性和客觀性不足，人工智能的代勞使人們懶于思考，產(chǎn)生理解錯(cuò)覺(jué)、思維機(jī)器化、創(chuàng)造力被抑制等新問(wèn)題，需要人們具備一定的人工智能素養(yǎng)加以應(yīng)對(duì)。對(duì)于人工智能素養(yǎng)低的人群而言，他們要么不會(huì)使用或拒絕使用人工智能工具獲取知識(shí)以提升學(xué)習(xí)和工作效率，要么使用人工智能工具后困于人工智能制造的無(wú)知的煙霧中而不自知，或受到人工智能工具的其他負(fù)面效應(yīng)影響。這使他們?cè)谥R(shí)資源擁有程度、應(yīng)用程度及創(chuàng)新轉(zhuǎn)化能力等方面逐漸與高人工智能素養(yǎng)人群拉開(kāi)距離，形成新的數(shù)字鴻溝。這將削弱人工智能素養(yǎng)低的人群在爭(zhēng)取教育和就業(yè)機(jī)會(huì)方面的競(jìng)爭(zhēng)力，使他們難以從人工智能技術(shù)中平等受惠和規(guī)避風(fēng)險(xiǎn)。人工智能技術(shù)帶來(lái)的社會(huì)不平等將與原有的社會(huì)不平等相互交織，向經(jīng)濟(jì)收入、政治參與、社會(huì)資本等范疇的更廣的不平等轉(zhuǎn)化。[34]

新閱讀方式的盛行，還將使社會(huì)權(quán)力結(jié)構(gòu)發(fā)生變化。近年來(lái)，數(shù)字化發(fā)展使各行各業(yè)都將數(shù)據(jù)收集與處理的相關(guān)知識(shí)視為最前沿的技術(shù)。ChatGPT的興起延續(xù)了這一觀念：如果能夠收集足夠的數(shù)據(jù)并且擁有足夠強(qiáng)大的計(jì)算能力，就可以“創(chuàng)造”權(quán)威知識(shí)，[23]并對(duì)社會(huì)形成引導(dǎo)能力。在這種觀念下，知識(shí)權(quán)威屬于那些擁有先進(jìn)人工智能技術(shù)的科技公司和國(guó)家。他們通過(guò)技術(shù)手段將某些知識(shí)權(quán)威化，或拒斥某些知識(shí)，或聲稱(chēng)某些思想是正統(tǒng)/異端、有用/無(wú)用、可靠的/靠不住的等。知識(shí)與權(quán)力是密切相關(guān)的，知識(shí)和特定群體的利益聯(lián)系在一起，知識(shí)本身也會(huì)作為?？滤f(shuō)的知識(shí)/權(quán)力復(fù)合體對(duì)個(gè)體構(gòu)成壓迫。[3]擁有先進(jìn)人工智能技術(shù)的科技公司和國(guó)家將擁有更多的權(quán)力。人工智能技術(shù)及其在知識(shí)生產(chǎn)中的應(yīng)用已成為國(guó)家間權(quán)力爭(zhēng)奪的關(guān)鍵要素，其所形成的世界觀、文化觀、價(jià)值觀乃至意識(shí)形態(tài)的影響，將成為國(guó)家權(quán)力競(jìng)爭(zhēng)的重要組成部分。

結(jié)語(yǔ)

在人工智能中介的知識(shí)傳播興起、新閱讀方式盛行的社會(huì)背景下，我們要堅(jiān)守技術(shù)向善的基本原則。在人工智能面前，人類(lèi)該如何謀求自身和社會(huì)向著更好的方向發(fā)展，成為擺在全人類(lèi)面前的重要問(wèn)題。美國(guó)管理學(xué)家阿科夫認(rèn)為，從數(shù)據(jù)、信息、知識(shí)到智慧是一個(gè)逐級(jí)上升的金字塔，智慧高于知識(shí)，處于金字塔頂端。盡管我們能夠開(kāi)發(fā)出計(jì)算機(jī)化的知識(shí)生成系統(tǒng)，但我們永遠(yuǎn)無(wú)法通過(guò)這些系統(tǒng)生成智慧。智慧對(duì)于追求最終有價(jià)值的目標(biāo)至關(guān)重要，它很可能是人類(lèi)區(qū)別于機(jī)器的特征。[35]智慧不能簡(jiǎn)單地歸結(jié)為一套規(guī)則。智慧的某些關(guān)鍵方面是人類(lèi)特有的，如同情心、愛(ài)、寬恕、真誠(chéng)、耐心、感恩、勇氣、謙虛、內(nèi)省，這些古老的、歷經(jīng)時(shí)間考驗(yàn)、經(jīng)久不衰的美德對(duì)于明智行事至關(guān)重要，但卻很難教給機(jī)器。[32]

速度和效率的增長(zhǎng)，不能等同于發(fā)展。效力和效率之間的區(qū)別——將智慧與理解、知識(shí)、信息及數(shù)據(jù)區(qū)分開(kāi)來(lái)——反映在發(fā)展和增長(zhǎng)之間的區(qū)別上。增長(zhǎng)不要求價(jià)值的增加，而發(fā)展則要求價(jià)值的增加。因此，發(fā)展需要智慧的增加，也需要理解、知識(shí)和信息的增加。[35]生成式人工智能可以提升知識(shí)傳播和人類(lèi)閱讀的速度和效率，能增加知識(shí)，卻未必能增加人類(lèi)的效力和智慧。而人類(lèi)自身和社會(huì)的發(fā)展，不只需要知識(shí)，更需要智慧。我們需要的不僅僅是閱讀，更是智慧閱讀，即從閱讀中獲得智慧。

參考文獻(xiàn)：

[1] 彼得·伯克. 什么是知識(shí)史[M]. 章可，譯. 北京：北京大學(xué)出版社，2023.

[2] 黃曉新，等. 閱讀社會(huì)學(xué)：基于全民閱讀的研究[M]. 北京：人民出版社，2019.

[3] 劉海龍. 作為知識(shí)的傳播：傳播研究的知識(shí)之維芻議[J]. 現(xiàn)代出版，2020（4）：23-31.

[4] Barthelmé F， Ermine J L， Rosenthal-Sabroux C. An architecture for knowledge evolution in organisations[J]. European Journal of Operational Research， 1998， 109（2）： 414-427.

[5] 姜華. 從辛棄疾到GPT：人工智能對(duì)人類(lèi)知識(shí)生產(chǎn)格局的重塑及其效應(yīng)[J]. 南京社會(huì)科學(xué)，2023（4）：135-145.

[6] 姜華. 類(lèi)人想象與雜合屬性：論人工智能的演進(jìn)及社會(huì)影響[J]. 華東師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2024，56（2）：20-30，178.

[7] 劉海龍. 生成式人工智能與知識(shí)生產(chǎn)[J]. 編輯之友，2024（3）：5-13.

[8] 亨利·基辛格，埃里克·施密特，丹尼爾·胡滕洛赫爾. 人工智能時(shí)代與人類(lèi)未來(lái)[M]. 胡利平，風(fēng)君，譯. 北京：中信出版社，2023.

[9] 馬丁·海德格爾. 存在與時(shí)間[M]. 陳嘉映，王慶節(jié)，譯. 北京：生活·讀書(shū)·新知三聯(lián)書(shū)店，2006：78-265.

[10] 莫里斯·梅洛-龐蒂. 知覺(jué)現(xiàn)象學(xué)[M]. 楊大春，張堯均，關(guān)群德，譯. 北京：商務(wù)印書(shū)館，2021：105-278.

[11] 郁振華. 人類(lèi)知識(shí)的默會(huì)維度[M]. 北京：北京大學(xué)出版社，2022：57-93.

[12] 劉純懿，胡泳. 人工智能的知識(shí)表示和智識(shí)極限——從形式化/非形式化論爭(zhēng)談起[J]. 現(xiàn)代出版，2024（9）：16-25.

[13] 周蔚華. 后現(xiàn)代閱讀方式的興起與出版轉(zhuǎn)型[J]. 中國(guó)人民大學(xué)學(xué)報(bào)，2007（2）：99-106.

[14] 阿爾伯特·愛(ài)因斯坦，利奧波德·英費(fèi)爾德. 物理學(xué)的進(jìn)化[M]. 周肇威，譯. 上海：上海科學(xué)技術(shù)出版社，1962：66.

[15] 于爾根·雷恩. 人類(lèi)知識(shí)演化史[M]. 朱丹瓊，譯. 北京：九州出版社，2023：7.

[16] Messeri L， Crockett M J. Artificial intelligence and illusions of understanding in scientific research[J]. Nature， 2024， 627（8002）： 49-58.

[17] 哈特穆特·羅薩. 新異化的誕生：社會(huì)加速批判理論大綱[M]. 鄭作彧，譯. 上海：上海人民出版社，2018：38-41.

[18] 羅伯特·哈桑. 注意力分散時(shí)代：高速網(wǎng)絡(luò)經(jīng)濟(jì)中的閱讀、書(shū)寫(xiě)與政治[M]. 張寧，譯. 上海：復(fù)旦大學(xué)出版社，2020.

[19] Shannon C E. A mathematical theory of communication[J]. The Bell system technical journal， 1948， 27（3）： 379-423.

[20] 哈爾特穆特·羅薩. 加速：現(xiàn)代社會(huì)中時(shí)間結(jié)構(gòu)的改變[M].董璐，譯. 北京：北京大學(xué)出版社，2015：139.

[21] Ibrahim H， Asim R， Zaffar F， et al. Rethinking homework in the age of artificial intelligence[J].IEEE Intelligent Systems， 2023， 38（2）： 24-27.

[22] 李仁涵，黃慶橋，等. 人工智能與價(jià)值觀[M]. 上海：上海交通大學(xué)出版社，2021.

[23] 王俊美. ChatGPT改變?nèi)祟?lèi)知識(shí)生產(chǎn)方式[N]. 中國(guó)社會(huì)科學(xué)報(bào)，2023-02-20（3）.

[24] 張三香，謝薇薇. 批判性閱讀理論的依據(jù)與策略[J]. 江西社會(huì)科學(xué)，2012（7）：261-262，264.

[25] 龍志勇，黃雯. 大模型時(shí)代：ChatGPT開(kāi)啟通用人工智能浪潮[M]. 北京：中譯出版社，2023.

[26] 陳翔. 人工智能的時(shí)間性——基于ChatGPT的加速機(jī)制[J]. 天府新論，2023（6）：80-93.

[27] Fisher M， Goddu M K， Keil F C. Searching for explanations： How the Internet inflates estimates of internal knowledge[J]. Journal of experimental psychology： General， 2015， 144（3）： 674-687.

[28] 董子銘，林倩，李曉陽(yáng)，等.“智慧閱讀”能否帶來(lái)“閱讀智慧”？——生成式人工智能時(shí)代大學(xué)生閱讀能力提升的調(diào)查與思考[J]. 出版發(fā)行研究，2024（4）：25-32.

[29] Eapen T， Finkenstadt D J， Folk J， et al. How generative AI can augment human creativity[EB/OL].[2023-07-01].https：//hbr.org/2023/07/how-generative-ai-can-augment-human-creativity.

[30] Boden M A. Creativity and artificial intelligence[J]. Artificial intelligence， 1998， 103（1-2）： 347-356.

[31] Sedkaoui S， Benaichouba R. Generative AI as a transformative force for innovation： a review of opportunities， applications and challenges[EB/OL].[2024-08-01].https：//www.x-mol.com/paper/1819456824914542592.

[32] Sardar Z. The smog of ignorance： Knowledge and wisdom in postnormal times[J]. Futures， 2020（120）： 102554.

[33] 宋瑞，柳媛. 警惕“AI污染”亂象[N]. 新華每日電訊，2024-10-22（6）.

[34] 孫榕，李白楊. 生成式人工智能（GAI）背景下的新型數(shù)字鴻溝識(shí)別框架研究[J/OL].圖書(shū)情報(bào)知識(shí)，1-12[2024-03-25].http：//kns.cnki.net/kcms/detail/42.1085.G2.20240321.1548.002.html.

[35] Ackoff R L. From data to wisdom[J]. Journal of applied systems analysis， 1989， 16（1）： 3-9.

New Reading in the Context of Artificial Intelligence Knowledge Dissemination and Its Impact on Society

ZHOU Wei-hua， CHENG Li（School of Journalism and Communication， Chinese Renmin University， Beijing 100872， China）

Abstract： With the rise of generative AI， people are increasingly reading AI-generated knowledge to meet their knowledge needs in study， work， and life. This not only reshapes the way people read and endows reading with new characteristics， but also the reading effect and social impact are very different from previous reading. The knowledge production mediated by generative artificial intelligence generates heterogeneous knowledge of human-computer symbiosis， computational knowledge of probabilistic inference， adaptive iterative knowledge， and purely formal knowledge in the absence of body perception. The emerging knowledge has given rise to questioning， accelerated， random， and critical reading. This may bring about contradictory reading effects： the broadening of cognitive boundaries and the abandonment of independent thinking; the improvement of knowledge acceptance efficiency and the generation of knowledge understanding illusions; the cultivation of machine thinking and the mechanization of thinking; and the stimulation as well as inhibition of creativity. The new way of reading will also change the original order of knowledge， and have a new social impact on social cognition， social equality， and social power structure.

Key words： artificial intelligence; knowledge production; knowledge dissemination; knowledge sociology; reading